数据结构需要布尔代数、图论。
图形处理需要矩阵运算。
图像处理需要矩阵运算,统计、信息论(墒的应用)、微分方程、最优化理论,信号处理(特别是傅里叶变换、小波变换等)、变分法等。
分类、预测问题需要线性回归、最优化、线性空间。
HMM 隐马尔科夫需要需要学习随机过程,用于分词,语音识别。
Bayesian(贝叶斯),分类需要学习概率,用于邮件分类,人群分类等等。
SVM需要学习线性代数,可以用于手写识别等等。
数据结构需要布尔代数、图论。
图形处理需要矩阵运算。
图像处理需要矩阵运算,统计、信息论(墒的应用)、微分方程、最优化理论,信号处理(特别是傅里叶变换、小波变换等)、变分法等。
分类、预测问题需要线性回归、最优化、线性空间。
HMM 隐马尔科夫需要需要学习随机过程,用于分词,语音识别。
Bayesian(贝叶斯),分类需要学习概率,用于邮件分类,人群分类等等。
SVM需要学习线性代数,可以用于手写识别等等。